qdrant向量数据库(vector database)在python的应用

qdrant是一个向量数据库，大多数应用在向量嵌入的相似性搜索上。在大量的向量数据时，匹配的效率非常的高。

qdrant服务器端的安装和运行，非常的简单。qdrant的服务器端是基于docker容器运行的，安装服务器端需要系统中先安装docker。

使用以下命令来拉取容器。

docker pull qdrant/qdrant

下载到本地后，执行以下命令运行qdrant服务

docker run -p 6333:6333 qdrant/qdrant

服务器运行成功

在python中使用qdrant，需要先安装qdrant客户端的包

pip install qdrant_client

与服务器端建立连接

from qdrant_client import QdrantClient
client = QdrantClient(host='localhost', port=6333)

插入向量数据

from qdrant_client import QdrantClient
from qdrant_client.models import VectorParams, Distance, PointStruct

client = QdrantClient(host='localhost', port=6333)

# 创建向量集合表
client.recreate_collection(
   collection_name="i